快捷方式

OxfordIIITPet

class torchvision.datasets.OxfordIIITPet(root: Union[str, Path], split: str = 'trainval', target_types: Union[Sequence[str], str] = 'category', transforms: Optional[Callable] = None, transform: Optional[Callable] = None, target_transform: Optional[Callable] = None, download: bool = False)[源代码]

Oxford-IIIT Pet 数据集.

参数:
  • root (str 或 pathlib.Path) – 数据集的根目录。

  • split (str, optional) – 数据集划分,支持 "trainval" (默认) 或 "test"

  • target_types (str, sequence of str, optional) –

    要使用的目标的类型。可以是 category (默认) 或 segmentation。也可以是列表,以输出包含所有指定目标类型的元组。类型表示:

    • category (int):37 种宠物类别之一的标签。

    • binary-category (int):猫或狗的二元标签。

    • segmentation (PIL image):图像的分割三图。

    如果为空,则返回 None 作为目标。

  • transform (callable, optional) – 一个函数/变换,接收 PIL 图像并返回一个变换后的版本。例如,transforms.RandomCrop

  • target_transform (可调用对象, 可选) – 一个函数/变换,接受目标并对其进行变换。

  • transforms (callable, optional) – 接受输入样本及其目标并返回转换后版本的函数/转换。

  • download (bool, optional) – 如果为 True,则从互联网下载数据集并将其放入 root/oxford-iiit-pet。如果数据集已下载,则不会再次下载。

特殊成员:

__getitem__(idx: int) tuple[Any, Any][源代码]
参数:

index (int) – 索引

返回:

样本和元数据,可通过相应的变换进行可选变换。

返回类型:

(Any)

文档

访问全面的 PyTorch 开发者文档

查看文档

教程

为初学者和高级开发者提供深入的教程

查看教程

资源

查找开发资源并让您的问题得到解答

查看资源